智能交通系統(tǒng)中基于計(jì)算機(jī)視覺的車輛檢測與跟蹤.pdf

1、與傳統(tǒng)的車輛檢測器相比，基于視頻圖像處理與視覺技術(shù)的車輛檢測器具有處理速度快、安裝維護(hù)便捷且費(fèi)用較低、可監(jiān)視范圍廣、可獲取更多種類的交通參數(shù)等諸多優(yōu)點(diǎn)，因而近年來在智能交通系統(tǒng)(ITS)中得到了越來越廣泛的應(yīng)用。本文介紹了近年來提出的一些主要的基于計(jì)算機(jī)視覺的車輛檢測與跟蹤技術(shù)，并根據(jù)核心處理方法（基于特征、區(qū)域或模型等）及處理域（空域、時域）的不同對這些技術(shù)進(jìn)行了分類，分析比較了各種方法的優(yōu)缺點(diǎn)。提出了一種在復(fù)雜交通場景中基于視頻圖像

2、處理的檢測與跟蹤車輛的新方法，首先用改進(jìn)的背景差法進(jìn)行運(yùn)動分割，背景的更新采用選擇更新的方法，接著用“背景相似法”提取出運(yùn)動區(qū)域。然后對提取出的ROI(region of interest)依照模糊判別準(zhǔn)則進(jìn)行誤檢測判定，最后用基于區(qū)域的跟蹤方法進(jìn)行車輛跟蹤。由于表示運(yùn)動車輛的區(qū)域塊的行為較為復(fù)雜，遮擋或誤檢會造成時域上區(qū)域塊的融合和分裂，單純依靠幀與幀之間最相似的區(qū)域塊進(jìn)行匹配的方式來跟蹤車輛已經(jīng)遠(yuǎn)遠(yuǎn)不夠。在這種情況下，本文提出了兩種

3、跟蹤策略, 基本思想都是利用時域信息糾正空域分割時發(fā)生的車輛遮擋或誤檢。策略一利用 “確定車輛”、“臨時車輛”規(guī)則解決車輛遮擋和誤檢問題，即第一次檢測出的車輛都標(biāo)記為臨時車輛，只有連續(xù)多幀跟蹤成功的車輛才能算是確定車輛，確定車輛在后續(xù)幀中若跟蹤失敗，則說明發(fā)生了遮擋或者誤檢，用車輛恢復(fù)機(jī)制來進(jìn)行恢復(fù)。策略二是策略一的改進(jìn)和擴(kuò)展，在“確定車輛”和“臨時車輛”規(guī)則的基礎(chǔ)上，利用模糊判別法判斷車輛是否發(fā)生了遮擋，進(jìn)而將檢測過程中的遮擋車輛劃分